恒生聚源金融數據:用中文自然語言驅動 GilData 研究鏈路

前言

在 Agent 裏做 A 股、港股、基金相關研究時,常見做法是手寫 MCP 工具名、自己拼參數,或在多個數據源之間來回切換。用戶往往只會用自然語言描述標的和指標,模型卻容易選錯工具、同名公司未消歧,或把行情、財務、公告混在一輪裏亂查。下面介紹 SkillHub 上的「恒生聚源金融數據」Skill:它在恒生聚源 GilData MCP 之上,用固定流程做路由、消歧、組合調用和輸出整合,讓研究類問題儘量一次問清。

這是什麼

「恒生聚源金融數據」(座標 @user_cc9425b3/gildata-finance-data,當前版本 1.6.0)由 恒生聚源 發佈,分類爲 professional,來源標註爲 enterprise。它面向 中文自然語言 的 GilData(恒生聚源)金融數據研究:不替代底層 MCP,而是在 11 個恒生聚源 MCP 工具 之上提供路由、消歧、組合調用與輸出整合規則。

官方說明的執行順序是:先判路由 → 再消歧 → 再調用 → 再統一口徑 → 再輸出。即使用戶沒有提到「GilData」「聚源」或具體工具名,只要問題落在該 Skill 覆蓋的數據域內,Agent 也應按 Skill 規則走完整鏈路。

SkillHub 頁面標籤標明 requires_api_key=false(以頁面爲準;實際數據權限仍以你所用環境與聚源側配置爲準)。

核心功能

能力範圍以 SkillHub 簡介爲準,底層對應 11 個 MCP 工具:

工具名 在 Skill 語境下的典型用途(簡介原文歸納)
FinQuery 行情、財務、估值、資金流等結構化金融查詢
MacroIndustryData 宏觀與行業指標
FinancialResearchReport 研報
AnnouncementData 公告
SmartStockSelection 智能選股
SmartFundSelection 智能選基
SmartFundManagerSelection 基金經理篩選
NewsDataQuery 資訊與輿情
InvestMeetingNoteQuery 專家會議 / 路演 / 調研紀要(進門財經獨家)
FinDataFallbackQuery 金融數據兜底查詢
IcEnterpriseDataQuery 企業相關數據(Ic Enterprise)

適用問題類型(官方列舉):A 股 / 港股 / 基金 / 基金經理的行情、財務、估值、資金流、公告、研報、宏觀行業指標、資訊輿情、專家會議與路演調研紀要;以及股票 / 基金篩選、橫向對比、研究簡報、數據導出等。Skill 負責把自然語言映射到上述工具的組合調用,並在輸出側統一口徑。

安裝與啓用

方式一:SkillHub CLI(推薦)

先確認本機是否已安裝 skillhub(安裝說明見 SkillHub 安裝與優先源配置):

command -v skillhub && skillhub --version

未安裝時可按官方文檔執行完整安裝或僅安裝 CLI(腳本地址以 skillhub.md 爲準)。

安裝本 Skill 時,必須用 --dir 指向當前 Agent 的 skills 目錄,否則默認落在 ./skills/,Agent 可能識別不到:

skillhub install @user_cc9425b3/gildata-finance-data --dir <你的 skills 目錄>

常用客戶端 skills 路徑(摘自 skillhub.md,按你實際使用的客戶端選擇其一):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或項目下的 .agents/skills/

安裝後按你所用客戶端要求重啓或刷新 Agent,使 Skill 生效。

方式二:讓 AI 按官方提示安裝

SkillHub 技能頁提供的安裝提示詞爲:

請根據 https://skillhub.cn/install/skillhub.md,安裝 `@user_cc9425b3/gildata-finance-data`。

將上述內容發給支持 Skill 安裝的 Agent,由其按文檔完成 CLI 檢查、--dir 安裝與目錄確認。

典型用法

本 Skill 沒有單獨列出「返回 JSON 示例」;用法本質是:用中文描述研究意圖,由 Skill 完成路由與工具組合。下列爲與官方能力描述一致的 可復現提問方式(結果取決於實時數據與權限,此處不預設具體數值)。

  1. 單標的財務與估值
    例如:「查詢某 A 股公司最近幾個報告期的營收、淨利潤與市盈率,並註明報告期。」
    Skill 應傾向走 FinQuery 等工具,並在輸出中統一指標口徑。

  2. 公告與研報
    例如:「列出某公司近三個月重大事項公告摘要。」 / 「檢索某行業龍頭最近研報的核心觀點。」
    分別對應 AnnouncementData、FinancialResearchReport 等路由。

  3. 篩選與對比
    例如:「按 ROE、估值分位篩選滬深 300 成分中符合條件的股票。」 / 「對比三隻消費 ETF 的規模、費率與近一年表現。」
    涉及 SmartStockSelection、SmartFundSelection 及後續 FinQuery 組合。

  4. 宏觀、資訊與會議紀要
    例如:「查詢某宏觀指標近五年的月度序列。」 / 「某公司近期輿情與負面新聞要點。」 / 「某次調研紀要的專家觀點摘要。」
    對應 MacroIndustryData、NewsDataQuery、InvestMeetingNoteQuery 等。

  5. 兜底與企業數據
    當主路徑無數據或表述模糊時,Skill 規則中會涉及 FinDataFallbackQuery、IcEnterpriseDataQuery 的兜底與消歧邏輯(細節以 Skill 包內 SKILL.md 爲準)。

經過上面的步驟,你不需要在對話裏背誦 11 個工具名;只要問題落在 Skill 聲明的數據域內,Agent 應優先啓用本 Skill。

適用場景與注意

適合誰

  • 在 Cursor、Claude Code、Codex 等支持 Skills 的環境裏做 中文金融研究 的開發者、分析師與量化研究輔助流程。
  • 希望減少「工具選錯、公司同名、指標口徑不一致」等重複勞動,把精力放在問題表述與結論判斷上。

使用注意

  1. 數據與合規:數據來自恒生聚源 GilData 及 MCP 所連服務;企業級來源(enterprise)通常與機構授權、網絡環境相關,本地能否查到以實際連通爲準。
  2. 消歧:港股、A 股同名或簡稱衝突時,Skill 強調消歧;提問時儘量帶 市場、代碼或全稱,可減少一輪澄清。
  3. 進門財經獨家:InvestMeetingNoteQuery 相關能力在簡介中標註爲進門財經獨家,適用範圍以產品說明爲準。
  4. 版本:安裝前可在 SkillHub 技能頁 覈對當前版本(頁面顯示 v1.6.0);升級使用 skillhub 對應 update 流程(見 skillhub.md)。
  5. 評分與下載量:SkillHub 抓取信息顯示評分 100000、下載 5407 次(頁面統計會變動,寫作時以官網爲準)。

結尾

「恒生聚源金融數據」把 GilData 的 11 個 MCP 工具收成一條可重複的研究鏈路:路由、消歧、調用與輸出整合都有 Skill 級規則,適合用中文自然語言問行情、財務、公告研報、篩選對比和宏觀資訊等問題。安裝座標爲 @user_cc9425b3/gildata-finance-data,官方入口:https://api.skillhub.cn/user_cc9425b3/gildata-finance-data(SkillHub 展示頁:https://www.skillhub.cn/skills/user_cc9425b3/gildata-finance-data)。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜